MiniMax、智(谱上市背后：中国AI产业链的连锁反应正在到来,智谱app官网

更新时间：2026-01-17 01:26 来源：牛马见闻

超级大瓜！清华学霸公司搞“后宫”，和情人3年搞钱2个亿

哪有什么经济危机，真正的症结在分配这里,经济危机来了做什么能挣钱

伊拉克军方：不允许任何国家利用其领土和领空发动军事行动,伊拉克是否被禁止贸易

徐帆没想到，费心养了19年的女儿，也开始帮她保全婚姻的"体面"

国内首例！金属3D打印领域取得重要进展,金属3d打印关键技术

注To B还是To C�2023年为5436万美元�智谱2022年至2024年�

2026年)初这轮上市所打?开的，并不是一个简单的融资窗口，而是一种新的产业运行方式。模型公司获得持续投入能力，上游获得长期订单预期，下游获得更可控的技术伙伴。产业链开始从试水状态，转向围绕长期能力建设的协同阶段。 中国大模型的竞争，开始进入一个用耐心、资本和工程能力共同博弈的阶段。 作者|斗斗 编辑|皮爷 出品|产业家 2026年初，智谱和MiniMax先后敲钟上市，中间间隔不到48小时。 两家公司的商业模式并不相同，前者偏基座模型和政企生意，后者更偏多模态和消费应用，但在港交所，他们被放在了同一个坐标系里，成为资本市场理解中国大模型的两个典型样本。 市场给出的反馈，也直接反映出这两家公司的含金量。数据显示，MiniMax定价165港元，上市首日收盘涨幅超过一倍，成为当年港股开年以来表现最强的新股之一；智谱的公开认购倍数超过千倍，盘中股价一度超过130港元。 如果把这一轮AI技术浪潮视作一次新的产业叙事，那么MiniMax和智谱的上市，俨然已经成为公开市场接棒VC的重大节点。 在这样的背景下，一些问题开始变得清晰而迫切：为什么是现在？为什么都选择了同一上市路径？未来AI产业链又将发生什么变化？ 一、大模型公司，需要换种活法 回看过去两年，中国大模型行业经历了几次明显的换挡。 从最初能不能做大模型的验证期，到后来谁能留下来的能力分化期，先当下，问题已经转向规模化探索期，即谁能在高投入环境下，把业务真正跑到规模化。 这种变化首先体现在用户侧。根据CNNIC发布的《生成式人工智能应用发展报告（2025）》显示，截至2025年6月，中国生成式AI用户规模达到5.15亿，普及率36.5%，半年内新增用户超过2.6亿。同一时期，国家网信办披露已有346款生成式AI服务完成备案。 用户规模的扩张和监管框架的逐步成型，意味着大模型已经走出概念验证阶段。企业客户开始下单，行业试点逐步复制，模型公司面对的核心问题也随之变化，从能做什么，变成能撑多久、能跑多远。 其实，在整个基础模型领域，从商业模式来看，To B更像生产力竞赛，企业往往只愿意为最强模型支付溢价。To C 的护城河则越来越依赖上下文带来的体验价值，而不是单纯的参数规模。但无论押注To B还是To C，底层都绕不开算力、训练、人才和工程体系。而这也意味着重投入。 可以看到的是，一些云厂商已经开始投入远超早期预期的资源。例如2025年，阿里巴巴宣布未来三年投入3800亿元用于云与AI基础设施建设。阿里云披露的最新财报也显示，其过去四个季度资本开支达到120亿美元。这是一种典型的“大厂式”投入。另一边，字节跳动也频繁被提及在算力和GPU上的大额采购。 这些动作说明头部玩家正在把竞争门槛推向高资本投入。拼的不只是模型能力，也是谁能更长时间维持高强度投入。 不过，模型公司即便保持高投入，也很难用短期提升换来足够快的回收，融资和现金流压力会被拉长。 这种压力在两家上市公司身上体现得很典型。智谱研发开支从2022年的8440万元增长到2024年的21.95亿元，2025年上半年的研发开支甚至是当期收入的8倍以上。 MiniMax的研发开支同样迅速放大，2023年为5436万美元，2024年为1.85亿美元，2025年前九个月为2.21亿美元。最直观的对比是，MiniMax 2024年的研发投入约为当年收入的六倍。 但从两家的收入来看，并不成正比。所以，大模型公司真正需要的，是一种能够承接“长期重投入”的资本结构。 这种变化不仅是因为大模型本身发展需求，更在于过去依靠一轮轮VC融资滚动推进的方式，正在变得越来越难。 GlobalData数据显示，2025年前八个月，中国VC融资总额同比下滑36%，大额轮次明显减少，投资人更倾向于规模更小、确定性更高的项目。PitchBook在2025年11月的报告中指出，外资在大中华区AI领域的投资活跃度也出现明显回落。资金变少、偏好变稳，意味着依赖私募融资持续补血的成本越来越高，条件也越来越苛刻。 更关键的是，头部竞争进入加速阶段。模型迭代提速，企业客户从试点走向规模化，算力成本持续上行。若不尽早锁定长期资本，未来可能在融资窗口收紧时被迫压缩投入，错失关键迭代节奏。对大模型公司而言，“晚一点再上”未必更稳，反而风险更大。 一个清晰的周期迁移路径已然显现，那就是对于大模型厂商而言，早期靠VC讲技术的可能性，中期靠产业资本讲场景的落地，到了今天，则需要公开市场提供长期跑道。 总的来说，基础模型领域已经从“全民试水期”走到了“头部决战期”，但技术还没完全定型，商业化又必须加速，资本却已经开始变得挑剔。在这个夹缝里，继续靠一轮轮私募融资较难，走向公开市场，成了摆在头部玩家面前的一条现实道路，“IPO窗口”也因此在这个节点被打开。 二、港股，为何成为AI主战场？ 公开市场的介入，带来的不仅是资金来源的变化，也意味着审视方式的升级。现金流状况、合规体系、信息披露和商业模式，都开始接受持续检验。 然而，一个事实是，大模型公司普遍具有高投入和高不确定性的特征。 MiniMax的研发开支同样迅速放大，2022年、2023年、2024年及2025年前三个季度，MiniMax的研发开支分别为1060万美元、7000万美元、1890万美元及1803万美元，总计研发投入约为1.2亿美元。 在看其商业模式，MiniMax的变现主要依赖订阅、虚拟商品和线上营销，核心产品包括Talkie和海螺AI。这类内容互动型收入高度依赖平台生态和合规环境，一旦监管尺度变化，商业模式的稳定性就会受到影响。招股书中，公司也明确披露了生成内容涉及版权诉讼的潜在风险，以及在美国等市场需满足聊天机器人披露和合规要求。 高投入和高不确定性在智谱身上亦有体现。 从收入来看，智谱2022年至2024年，分别实现营收5740万元、1.245亿元、3.124亿元，但研发和算力成本具有明显刚性，短期内难以被收入完全覆盖。对应的结果是亏损持续扩大，2024年上半年净亏损约1亿元，2025年上半年进一步增至约1.9亿元，净负债规模也随之上升。 把MiniMax和智谱放在一起看，MiniMax增长更快，但商业模型更依赖内容生态，合规变量更多。智谱更接近政企基础设施的路线，投入重、回收慢。总的来说，这两家公司商业化路径虽然不成熟，但已经跑出轮廓，不是完全没收入，而是收入还不够大。 作为当前大模型梯队里的“急先锋”，也是最典型的“高研发、长周期、不确定收益”的代表。这类公司需要的，并非低门槛的市场，而是能够承受当前亏损、理解长期不确定性的制度环境。允许其用更长的时间证明商业化，而不是被单一的利润指标卡死。 而港交所近几年为特专科技公司搭建的“18C”机制，正好提供了这种分层框架。规则把公司按是否达到商业化收益门槛进行区分，商业化公司需要满足最近一个经审计年度至少2.5亿港元收入门槛，同时也允许仍在投入期、尚未达标的公司进入公开市场。这类安排，把长期技术工程的融资逻辑更明确地写进规则，也为处于高投入阶段的公司保留了腾挪空间。 对比之下，A股尤其科创板，更偏向产业化路径清晰的硬科技企业，对收入规模的要求更直接。例如部分标准要求最近一年营业收入不低于5亿元等。 也因此，港股自然成为AI新叙事下，大模型厂商的主战场。且从近两年上市节奏看，基座模型、算力芯片、企业级大模型应用等 AI 公司明显扎堆选择在港上市，数量与类型均呈现出前所未有的集中度。 总的来说，大模型公司扎堆选择港股，并不是因为这里“门槛低”，是因为其需要的是一个能承受他们现在的亏损，接受未来的高不确定性的“跑道”，且这个“跑道”还需要给他们一个和全球同行对标的估值和叙事空间，而港股在制度和环境层面恰恰是最适配的。 三、资本结构变化下，再看AI产业链 很多时候，资本结构的变化，往往会比技术突破更早影响产业格局。 上市带来的，不仅仅是一次性融资，而是一种更稳定的“补血机制”，使得模型公司第一次有条件围绕三到五年的周期规划算力投入、模型迭代和团队扩张。 值得注意的是，时间被拉长之后，研发方式随之改变。基座模型训练、多模态扩展、Agent体系构建，本质上都是投入巨大、反馈缓慢的工程。如果资金压力始终悬在头顶，团队自然会优先选择短期可讲清楚的路线，参数规模、榜单排名往往比效率更重要。 当现金流更稳定，竞争逻辑开始转向另一端，即投入多少算力和数据，究竟能换来多少真实的智能提升。行业从“谁能堆得更快”，走向“谁能用得更省”，效率开始取代规模，成为下一阶段的核心变量。 研发节奏稳定下来，也会改变模型公司在产业链中的角色。 随着持续披露、合规约束和财务透明度，使得模型公司更像长期可依赖的技术供给方。政企客户、跨国合作方在评估风险时，不仅是看技术演示和短期合同，将会把模型公司视作可能长期共建的基础设施节点。 更重要的变化是，这种信号，会迅速传导到产业链上游。过去一年，国产GPU、算力服务商和数据中心厂商面临的核心问题并不是需求不足，而是需求不稳定。项目多，但周期短，扩产和深度适配的风险始终存在。当模型公司具备持续投入能力，上游看到的不再是单个订单，而是长期算力消耗曲线。是否提前扩产，是否围绕某一模型生态做软硬协同优化，是否把研发资源绑定在某条技术路线上，都开始变成可以计算的决策。 当算力不再完全被交付和救急占满，模型公司才有余裕在架构、训练方式和推理策略上做更系统的尝试。行业开始更多讨论效率、推理阶段的扩展能力，以及模型与底层基础设施的协同设计，而不是单纯依赖更大的参数和更多的卡。 而这种变化，只有在资金和节奏相对稳定的前提下才可能发生。 同样的逻辑也会传导到下游。对金融、制造、能源、政务等行业客户来说，“敢不敢用国产模型”，从来不是单纯的技术问题，而是风险问题。模型厂商如果长期处在融资不确定状态，企业就会天然将其放在边缘场景或非核心系统。当这些公司进入公开市场，财务和治理透明度提高，持续经营能力更清晰，行业客户才会开始考虑更深度的嵌入，把模型嵌进生产调度、风控、设计、决策链路中。 与此同时，应用形态的变化也在抬高行业门槛。随着模型从对话工具走向Agent，系统开始在更长时间尺度内执行任务、调用工具、影响真实环境。这一阶段，风险不再只体现在内容层面，还涉及行为边界和责任划分。 不难发现，公开市场的持续约束，在某种程度上会成为进入这些关键场景的隐性前提。 从更大的视角看，2026年初这轮上市所打开的，并不是一个简单的融资窗口，而是一种新的产业运行方式。模型公司获得持续投入能力，上游获得长期订单预期，下游获得更可控的技术伙伴。产业链开始从试水状态，转向围绕长期能力建设的协同阶段。 当然，这并不意味着胜负已分。技术路线是否成立，效率提升能否跑通，商业模式是否能覆盖持续投入，都会在更长周期里被反复检验。但至少在这一刻，MiniMax和智谱的上市释放了一个清晰信号：中国大模型的竞争，开始进入一个用耐心、资本和工程能力共同博弈的阶段。

编辑：基亚·史蒂文斯